火山引擎多模态数据湖架构升级，驱动企业迈向 AI 原生时代

2025 年 6 月，火山引擎 FORCE 原动力大会在北京举办。火山引擎数智平台正式发布多模态数据湖全新产品架构。该架构通过存储与计算能力的深度优化，构建兼容文本、图像、音频、视频等多元数据的处理框架，为企业打造适应 Agentic AI（智能体人工智能）时代的新一代 AI Native 数据基础设施，助力企业从传统商业智能向 AI 驱动的决策模式转型。

随着全球数据规模爆发式增长，非结构化数据与多模态 AI 解决方案的占比正快速攀升。IDC 预测，到 2028 年全球数据总量将达 393ZB，其中超 80%为非结构化数据；Gartner 则指出，到 2027 年，40%的生成式 AI 解决方案将采用多模态技术，较 2023 年的 1%实现飞跃式提升。这一趋势标志着 AI 正从单一模态迈向多模态协同的“集团军作战”时代，要求数据基建具备处理复杂多模态信息的能力，以更贴近人类感知的方式理解世界。

火山引擎多模态数据湖解决方案在此背景下持续迭代。此前，该方案已实现海量结构化、半结构化及非结构化数据的统一管理，为 LLM（大语言模型）全生命周期训练提供数据支持。此次升级进一步强化了多模态数据处理能力：新增模型数据处理蒸馏与多模态分析能力，优化与火山引擎各平台的联动机制，通过 MCP（多模态认知平台）简化数据开发流程，帮助企业高效识别与利用多模态数据资产。

在技术落地层面，火山引擎多模态数据湖聚焦三大核心场景：

在文本、图像、音视频等多模数据的处理场景上，提供更易用的湖处理方案，帮助用户快速解锁多模态数据的价值，降低数据使用的门槛。用户可直接 AI 数据湖产品的 MCP 工具中用自然语言的方式输入数据处理需求，比如对低清图片提出增强高清诉求，实现图片批量处理。

在模型训练上，提供低成本高性能的模型数据处理与蒸馏方案，通过与火山方舟的无缝衔接，数据零拷贝，让用户能直接在可视化界面上一键开启回流按钮，成功激活专属私有数据湖将推理数据同步至 LAS，进行快速处理，筛选出高质量数据一键导出至方舟用于模型精调。

针对用户海量数据进行批量的向量化和快速检索需求，火山引擎多模态数据湖提供了湖检索和湖分析能力，ByteHouse 和 AI 数据湖 LAS 联动，实现多种模态的快捷检索。通过 LAS 完成多模数据向量化转换，利用 ByteHouse 实现向量检索特性分析，实现以图搜图。

某知名汽车品牌在智驾网联场景的大模型训练中应用该方案，验证了其技术价值：通过 MR Ray Remote Dataloader 技术解决 CPU 满载问题，数据加载效率提升 2 倍，模型训练迭代效率整体提升 1.5 倍；GPU 单卡并发支持多个标注推理模型，单卡利用率提升至 95%以上，资源成本大幅降低；采用 LAS Lance 替代传统 LMDB，减少数据预处理阶段的 GPU 消耗，并支持数据压缩，使存储与管理成本降至原来的 1/4。

多模态数据湖的升级，帮助企业数据基建从支撑商业智能报表转向成为驱动 AI 模型训练与决策的核心引擎。火山引擎数智平台负责人郭东东表示：“通过 Data 与 AI 的深度交织，新的数据智能将能帮助企业构建面向 AI 时代的好基建，成就好模型，促生好应用，带来好增长。”

当前，数据与 AI 的深度交织已成为企业竞争的核心要素。火山引擎将持续迭代多模态数据湖产品能力，携手企业共同探索数据智能的无限可能，为 Agentic AI 时代的到来注入新动能。